基于叶片SPAD值的滴灌春小麦氮肥分期施用推荐模型
基于叶片SPAD_值的微型盆栽月季氮素营养诊断研究
SPAD 氮 饱 和 指 数 = 被 测 氮 素 小 区 SPAD 值 / 氮素饱和小区（高氮区）SPAD 值 1.4 数据分析
利 用 Excel 2016 对 数 据 进 行 整 理， 通 过 SPSS 22.0 对整理数据进行单因素方差分析（多重比较用 Duncan 检验）和相关性分析，利用 Origin 2018 作图。 1.4.1 偏差率
他元素恒定。每个处理设置 3 次重复，每次重复 28 盆。将测定的数据一部分用来构建模型，剩余 数据用作模型验证样本。根据市场需求，为使月季 盆型丰满，花头数多，在植株第一次现蕾后需要 摘心。分别在摘心时（S1 时期）、摘心后单株长出 5 ～ 6 片叶片时（S2 时期）、初现蕾时（S3 时期）、 盛花期（S4 时期）进行叶片分层测定生长发育相 关的指标。S1 和 S2 时期，从植株第一片完全展开 复叶开始，每两片复叶作为一层，分为上、下两个 层位；S3 和 S4 时期，每三片复叶为一个层位，分 为上、中、下三层；由于 N1 处理下的微型盆栽月 季植株生长势较差，在 4 个时期均是以每两片复叶 作为一个层位进行取样。 1.3 测定项目与方法
由图 1 可知，在不同施氮水平下，4 个不同微 型月季品种在整个生长发育时期的株高、茎粗、叶 片厚度、叶面积及干、鲜重等性状指标的变化趋势 基本相似，且绝大多数性状指标在不同施氮水平间 和不同生长发育时期间均存在一定的差异。在同 一生长发育时期条件下，N1 处理下的绝大多数性 状指标均低于其他处理；而 N2、N3 和 N4 处理间， 尽 管 株 高、 茎 粗、 叶 面 积 均 差 异 不 明 显， 但 叶 片 厚度却表现出较大的差异；S2 ～ S4 时期的叶片干、 鲜重在 N2、N3 和 N4 处理间也表现出明显的差异。
基于高光谱植被指数的春小麦LAI和SPAD值及产量反演模型研究
李靖言，颜 安，宁松瑞，等．基于高光谱植被指数的春小麦ＬＡＩ和ＳＰＡＤ值及产量反演模型研究［Ｊ］．江苏农业科学，２０２３，５１（２０）：２０１－２１０．ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０２３．２０．０２９基于高光谱植被指数的春小麦ＬＡＩ和ＳＰＡＤ值及产量反演模型研究李靖言１，颜 安２，宁松瑞３，孙 萌２，范 君２，左筱筱２（１．新疆农业大学计算机与信息工程学院，新疆乌鲁木齐８３００５２；２．新疆农业大学资源与环境学院，新疆乌鲁木齐８３００５２；３．西安理工大学省部共建西北旱区生态水利国家重点实验室，陕西西安７１００４８） 摘要：快速、准确地获取春小麦生长特征及产量对科学施肥有重要意义。
为探索高光谱估测不同施肥处理春小麦叶面积指数（ＬＡＩ）、叶绿素相对含量（ＳＰＡＤ值）和产量的方法，本研究采用盆栽试验，以不施肥（ＣＫ）和常规施肥（ＣＦ，常规施氮量１２０ｋｇ／ｈｍ２）处理为对照，设置常规施肥减氮处理（Ｎ１，常规施氮量减少１５％；Ｎ２，常规施氮量减少３０％）与生物有机肥处理（２种类型：Ａ和Ｂ，２个施量：１１２５、２２５０ｋｇ／ｈｍ２）配施试验，分析春小麦ＬＡＩ、ＳＰＡＤ值和产量及其冠层高光谱特征。
主要结论：（１）Ｂ处理春小麦ＬＡＩ、ＳＰＡＤ值的平均值和产量均高于Ａ处理，Ｎ２Ｂ１处理的春小麦ＬＡＩ、ＳＰＡＤ值及产量均最高。
（２）在可见光波段下，施生物有机肥处理的“绿峰”和“红谷”特征差异比ＣＫ显著增强。
随施氮量、生物有机肥施量的升高，近红外波段下春小麦冠层高光谱反射率也随之升高；建议用５００～５５０ｎｍ和６７０～８００ｎｍ波段的春小麦冠层一阶微分高光谱特征识别春小麦的ＬＡＩ和ＳＰＡＤ值。
（３）优选与春小麦ＬＡＩ、ＳＰＡＤ值指标较为敏感的不同植被指数构建４种［决策树回归（ｄｅｃｉｓｉｏｎｔｒｅｅｒｅｇｒｅｓｓｉｏｎ）、随机森林回归（ｒａｎｄｏｍｆｏｒｅｓｔｒｅｇｒｅｓｓｉｏｎ）、梯度提升回归（ｇｒａｄｉｅｎｔｂｏｏｓｔｉｎｇｒｅｇｒｅｓｓｉｏｎ）以及线性支持向量机回归（ＬｉｎｅａｒＳＶＲ）］机器学习模型，结果表明，采用线性支持向量机回归模型反演春小麦叶面积指数的效果最好（ｒ２＝０．７２３３，ＲＭＳＥ＝０．２５６９），采用梯度提升回归模型反演春小麦ＳＰＡＤ值的效果最好（ｒ２＝０．７５９４，ＲＭＳＥ＝２．３３２９），采用决策树回归模型反演春小麦产量的效果最好（ｒ２＝０ ８０９８，ＲＭＳＥ＝５９７．８４２４ｋｇ／ｈｍ２）。
利用小麦叶片SPAD值预测成熟期籽粒蛋白质含量的研究
ｅｍａ ： ａ ｆｉｑａ ＠１ ３Ｃｒ － ｉ ｇ ｏｅａ ｉｏ ６． Ｏ ｌ ｉ ｎ
＊通 讯 联 系 人
第 ５期
光谱学与光谱育期按照常规 田进行 管理 。 按着本地 的播种最 佳时 间， ２１ 于 ０ ０年 １ Ｏ月 １ ０日播 种 ，于 ２ １ ０ １年 ６月 １ ０日收获 。 分别 于五个取样时 期 ２ １ ０ １年 ４月 １ ０日、４月 ２ ５日（ 抽
中图分类号 ： １２ Ｓ ３
样 时期及 叶位 的变 化规 律并试 图建立 Ｓ ＡＤ值 与成熟 期籽 Ｐ
引 言
蛋 白质是小麦籽粒 中决定其品质特性 的重要 成分 。常规 室 内检测技术虽较准确 ， 因其 是破坏性 的大量采 样 ，费时 但
粒 蛋白质含量 的相关关系 。成熟期籽粒蛋 白质含量 的测定并 非采用 费时又昂贵的凯 氏定氮法 ，而是采用本 实验 室建立 的
基金项 目：国 家 自然 科 学 基 金 项 目（ ０ ０ ０ ８ ，公 益 性 行 业 科 研 专项 项 目（ ０ １３ ０ ） 河 南 省 基 础 与 前 沿 技 术 研 究 计 划 项 目 １５ ５ １ ） ２ １０ ０ ７ 和 （０ ３０ １２ ６ 资助 １２ ０ ４ ３ ０ ） 作者简 介：高 飞 ，１８ ９４年生 ，郑州大学物理 工程学院硕士研究生
２ １ 年一 ２ ｌ 年度在位 于河南 中牟 的育 种 田中采用 点 ００ ０１
麦顶一叶至顶四叶的 Ｓ ＡＤ值进行分析 ，获得 Ｓ ＡＤ值 随取 Ｐ Ｐ
收稿 日期 ：２ １ —１０ 。 订日期 ：２ １ ～２１ ０ １１—９ 修 ０ ２０ —５
播 方式种植所有材 料 ， 距为 ３ ｍ，行 长 ２ｍ，株距 为 １ 行 ０ｃ Ｏ
基于临界氮浓度的滴灌春小麦氮素营养诊断
基于临界氮浓度的滴灌春小麦氮素营养诊断基于临界氮浓度的滴灌春小麦氮素营养诊断摘要：该研究以临界氮浓度为基础，利用滴灌技术为春小麦施用氮肥，对其氮素营养进行了诊断。
结果显示，春小麦在临界氮浓度下，滴灌技术能够很好地满足其对氮素的需求，提高了光合作用和产量。
关键词：滴灌、临界氮浓度、春小麦、氮素营养、产量。
引言：随着农业生产的不断发展和人口的不断增加，农业生产的效率和质量已经成为人们所关注的焦点。
而小麦作为我国重要的粮食作物之一，其生长所需要的氮素数量也越来越多。
然而，由于长期过量施肥等不当管理，氮素的使用效率低下，会引起不仅仅是产量损失，还会带来对环境和人类健康的潜在威胁。
为了解决这一问题，诊断作物的氮素营养状况，是提高氮素利用效率和生产效益的关键。
而临界氮浓度法则是一种已被广泛应用的氮素营养评价方法，在不同的小麦品种和种植环境中，都具有较好的适应性和应用价值。
方法：本实验采用了滴灌技术施用氮肥，并使用临界氮浓度评价法对春小麦的氮素营养状况进行了评估。
具体方法如下：1. 实验地点：本次实验选取了一个郊区农场的春小麦田。
2. 样品收集：在春小麦生长期末期（约125天）采集植株样品，并对样品进行氮素含量测定。
3. 滴灌施肥：在春小麦生长的各个阶段，根据所得到的临界氮浓度对春小麦进行滴灌施肥，以确保春小麦的氮素摄入量和利用效率。
4. 数据统计：收集研究所得到的数据，并进行数据统计和分析。
结果：经过使用临界氮浓度法评价春小麦的氮素营养状况后，发现其氮素摄入量与需求存在一定的差距。
而我们进一步采用了滴灌技术施肥，并在滴灌中掌握施肥的时间和氮素肥料的用量，使得春小麦在临界氮浓度下，能够更加充分地吸收氮素，从而提高了光合作用和产量。
结论：综上所述，使用临界氮浓度法和滴灌技术，可以更好地诊断春小麦的氮素营养状况，并提高氮素利用效率和生产效益。
在今后的研究和实践中，应加强滴灌技术的研究和应用，进一步完善氮素营养诊断与施肥管理体系，以达到更好的生产效果。
基于硝酸盐的滴灌春小麦氮素追肥模型建立研究
拔节期和孕穗期各阶段的追肥施肥模 型 。【 结论 】 采用拔 节期 和孕 穗期滴 灌 春小麦 植株 硝酸盐 作为 诊断 指 标， 建立相应 的追肥模 型 ， 确定 了滴灌春小麦拔节期 和孕穗 期各 阶段不 同硝 酸盐测试值 所对应 的氮肥追肥 用
ｄ ｏ ｉ ： １ ０ ． ６ ４８ ０ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ — ４ ３ ３ ０ ． ２ ０ １ ７ ． Ｏ １ ． ０ ０ ４
基 于 硝 酸盐 的滴 灌 春 小 麦氮 素 追肥 模 型 建 立 研 究
刘 小芳 ， 张 泽 ， 吕 新 ， 聂 迎 彬
（ １ ．新疆农 垦科学院 ， 新疆石河子 ８ ３ ２ ０ ０ ３ ； ２ ．石 河子大学， 新 疆石 河子 ８ ３ ２ ０ ０ ３ ）
摘
要： 【 目的 】 采用作物 营养诊 断技术 ， 建立基于植株 硝酸盐 的滴灌 春小麦 氮素诊 断时期 和追肥 模型 。【 方
法】 在滴灌春小麦关键生育时期测定植株硝酸盐含量， 通过硝酸盐浓度与施氮量及产量的关系， 确定关键生
育时期 的氮素诊断追肥模型 。【 结果】 不 同生育时期 的滴灌春小麦植 株茎基 部硝酸盐 含量与产 量之 间具 有极
收稿 日期 （ Ｒ ｅ ｃ ｅ ｉ ｖ ｅ ｄ ） ： ２ ０ １ ６— ０ ４—１ ５
时 期各 个 阶段施 肥 提 供 理 论 指 导 ， 实 现 滴 灌 春小 麦 的氮 肥 的合理 精确 的调 控 。
１ 材 料 与 方 法
基金项 目： 兵团科技攻关 与成果转化项 目（ ２ ０ １ ５ Ａ Ｃ ０ ０ １ ） ； 第六师五家渠市科学研究与技术开发计划 （ １ １ ０ ４ ） 作者 简介 ： 刘小芳 （ １ ９ ８ ５一）， 女， 湖北人 ， 硕 士研究生 ， 研究方 向为作物遗传育种 ， （ Ｅ—ｍ ａ ｉ ｌ ） ２ ８ ０ ９ １ ３ ６ ８ ６ ＠ｑ ｑ ． ｅ ｏ ｍ 通讯作者 （ Ｃ ｏ ｔ ｒ ｅ ｓ ｐ ｏ ｎ ｄ ｉ ｎ ｇ ａ ｕ ｔ ｈ ｏ ｒ ） ： 吕新 （ １ ９ ６ ４一）， 男， 河北保定 人 ， 教授 ， 博 士， 研究方 向为作物信息技术 与精准农业 ， （ Ｅ—ｍａ ｉ ｌ ） ２ ７ ３ １ ６ ０ ０ ４ ３
基于冬小麦冠层数码图像的叶面积指数和叶片SPAD值的估算
基于冬小麦冠层数码图像的叶面积指数和叶片SPAD值的估算翟明娟;刘亚东;崔日鲜【摘要】为探究冠层图像分析技术在冬小麦长势监测中应用,6个施氮水平的田间试验条件下,在冬小麦拔节期采集冠层图像,并同步测定冬小麦叶面积指数和叶片SPAD值.通过图像分析软件计算了冬小麦冠层覆盖度及红、绿、蓝亮度值等10种色彩指数,分析了叶面积指数及叶片SPAD值与色彩指数和冠层覆盖度的相关性,利用逐步回归方法构建了叶面积指数及叶片SPAD值的估算模型.结果表明:冬小麦拔节期叶面积指数与冠层覆盖度及几个色彩指数呈极显著相关;叶片SPAD值与红光标准化值等几个色彩指数呈极显著相关;利用叶面积指数估算模型计算的预测值与实测值的线性回归方程的决定系数为0.771,相对均方根误差为25.181％;利用叶片SPAD值估算模型计算的预测值与实测值的线性回归方程的决定系数为0.644,相对均方根误差为6.734％.相关分析和估算模型验证结果表明,基于冠层图像分析的冬小麦拔节期叶面积指数和叶片SPAD值的监测是可行的.【期刊名称】《青岛农业大学学报（自然科学版）》【年(卷),期】2016(033)002【总页数】6页(P91-96)【关键词】冬小麦;冠层图像;叶面积指数;叶片SPAD值【作者】翟明娟;刘亚东;崔日鲜【作者单位】青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室,山东青岛266109;青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室,山东青岛266109;青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室,山东青岛266109【正文语种】中文【中图分类】S126;S512.1+1作物长势是指作物的生长状况和生长趋势，可以用个体和群体特征来描述，个体特征包括株高、分蘖数、叶片数量、叶片颜色等，群体特征则包括群体密度、叶面积指数和地上部生物量等[1]。
作物长势指标中，叶面积指数是反映作物个体和群体特征的指标，也是作物长势判断和产量预测的重要指标[2]；叶绿素是作物吸收光能的主要物质，直接影响作物的光能利用[3]，对冬小麦生长过程中实施栽培管理具有重要意义。
基于叶面积指数(LAI)的小麦变量施氮模型研究
小区施氮量的初值 广－ １小麦群体光合生产模拟 ｌ ｌ 小麦钟模型
基 于大尺度 范围或基 于土壤条件下 的施肥技 术 ，较少考
订正后 的施氮量
群 体光 合 产 量
１ 系统 设计
１ １ 系统结构 与功 能 ． 系统 以土壤养 分含量和 小麦 目标 产量 为基础 ，确 定 施氮 总量 ，以拔 节期和抽 穗期小麦 实 际叶面积指数和 最 适 叶面积指数 的差值 为小麦长势 订正 因子 ，确 定氮 肥 的 变量 追施量 。系统模 型包括 了土壤供氮 量模型 、小麦生 育 期、光合 生产 、叶面积指数模 型 以及 最适叶 面积模型 等 。小麦变 量施 氮技术结构如 图 １ 。
维普资讯
第２ ４卷 第 ２期 ２ ２０ ２ ０ ８年 ２月
农 业 工 程 学 报
Ｔ ａ ｓｃ ｏ ｓ ｆｈ ｒｎ ａ ｔ ｎ ｏ ｔｅＣＳ ｉ ＡＥ
、 ．４ Ｎｏ２ ｂ１ ２ ． Ｆ ｂ ２ ０ ｅ ．０ ８
基 于叶面积指数 （ Ａ ）的小麦 变量施氮模 型研 究 Ｌ Ｉ
马新 明 ，张娟娟 ２，席 磊 ，刘合兵 ，高项飞 ４
（ ．河 南农 业大学农学院 ，郑州 ４ ０ ０ ； ２ １ ５ ０ ２ ．南京农业大 学资源 与环 境科学学院 ，南京 ２ ０ ９ ； １０ ５ ３ ．河南农业大 学信 息与管 理科 学学院，郑州 ４ ０ ０ ； ５０２ 摘 ４ ．郑州轻工业学 院，郑 州 ４ ０ ０ ） ５ ０ ２
小区 土壤氮测定 ｌ Ｉ 值 产量目 标
小区土壤供氮量 Ｉ Ｉ小 小麦需氮量 天气资料 ｌｌ 气候资料
小麦模型系统
科科技工 作者研 究的热 点。 苏伟等【采用 ＧＩ ２ 】 Ｓ技术 开发了
利用小麦春生3、4叶SPAD值诊断水肥施用时间的方法[发明专利]
![利用小麦春生3、4叶SPAD值诊断水肥施用时间的方法[发明专利]](https://img.taocdn.com/s3/m/744ef9fbfad6195f302ba6a5.png)
专利名称：利用小麦春生3、4叶SPAD值诊断水肥施用时间的方法
专利类型：发明专利
发明人：肖凯
申请号：CN201811081211.7
申请日：20180917
公开号：CN109089790A
公开日：
20181228
专利内容由知识产权出版社提供
摘要：本发明涉及施肥技术领域，尤其是利用小麦春生3、4叶SPAD值诊断水肥施用时间的方法。
该方法步骤为：a)在小麦植株生长3叶、4叶期时，利用叶绿素计测定植株第3叶和第4叶的叶绿素含量值；b)利用植株第4叶叶绿素含量值与第3叶叶绿素含量值进行比值，来确定第一次施肥和灌水的时间。
本发明通过叶片叶绿素组分是捕光色素蛋白，在较大程度上反映植株体内的营养和水分供应条件的原理，用便携叶绿素读数计读取的小麦春生叶片第3和第4叶叶绿素含量(SPAD值)，确定黄淮海北部麦区不同生态型地区的春季适宜施氮和灌水时间。
申请人：河北农业大学
地址：071001 河北省保定市灵雨寺街289号
国籍：CN
代理机构：北京德崇智捷知识产权代理有限公司
代理人：董柏雷
更多信息请下载全文后查看。
基于APSIM模型的不同氮肥方案小麦叶面积指数的模拟研究
２０２０年６月甘 肃 农 业 大 学 学 报第５５卷第３期３８～４４ＪＯＵＲＮＡＬＯＦＧＡＮＳＵＡＧＲＩＣＵＬＴＵＲＡＬＵＮＩＶＥＲＳＩＴＹ双月刊基于犃犘犛犐犕模型的不同氮肥方案小麦叶面积指数的模拟研究逯玉兰１，李广２，闫丽娟３，燕振刚１，聂志刚１，董莉霞１（１．甘肃农业大学信息科学技术学院，甘肃兰州 ７３００７０；２．甘肃农业大学林学院，甘肃兰州 ７３００７０；３．甘肃农业大学农学院，甘肃兰州 ７３００７０）摘要：【目的】了解黄土丘陵沟壑区域旱地春小麦叶片的生长规律．【方法】在田间试验的基础上，调试ＡＰＳＩＭ模型参数，利用调参后的ＡＰＳＩＭ模型模拟低氮量Ｎ１、中氮量Ｎ２和高氮量Ｎ３３种氮肥方案下小麦整个生育期叶面积指数的动态变化过程．【结果】ＡＰＳＩＭ模型对不同氮肥方案下小麦叶面积指数的模拟有较高的精度，均方根误差（ＲＭＳＥ）范围在０．１００～０．３６６，决定系数（犚２）介于［０．８０８，０．９７５］，有效性指数（Ｍｅ）的范围在０．５０７～０．９１１．在中氮方案下的ＲＭＳＥ值最小，犚２值最大，Ｍｅ值最大．【结论】在中氮方案下ＡＰＳＩＭ模型表现出更好的一致性，更高的解释程度和更好的有效性；其次是低氮方案；高氮方案下的模拟效果较差．关键词：旱地春小麦；叶面积指数；不同氮肥方案；ＡＰＳＩＭ模型中图分类号：Ｓ５１２．１＋２ 文献标志码：Ａ 文章编号：１００３ ４３１５（２０２０）０３ ００３８ ０７犇犗犐：１０．１３４３２／ｊ．ｃｎｋｉ．ｊｇｓａｕ．２０２０．０３．００６第一作者：逯玉兰，硕士，讲师，研究方向为农业信息技术．Ｅ ｍａｉｌ：ｌｕｙｌ＠ｇｓａｕ．ｅｄｕ．ｃｎ通信作者：闫丽娟，博士，副教授，研究方向为生态学．Ｅ ｍａｉｌ：ｙａｎｌｊ＠ｇｓａｕ．ｅｄｕ．ｃｎ基金项目：甘肃农业大学学科建设基金项目（ＧＡＵ ＸＫＪＳ ２０１８ ２５３）；国家自然科学基金项目（３１６６０３４８，３１６６０３４７）；甘肃省重点研发计划（１８ＹＦ１ＮＡ０７０）；甘肃省高等学校协同创新团队项目（２０１８Ｃ １６）；甘肃省财政专项（ＧＳＣＺＺ ２０１６０９０９）；甘肃省重点人才项目（ＩＲＹＣＺ ２０２０ １）．收稿日期：２０１９ １０ ２１；修回日期：２０１９ １２ ０５犛犻犿狌犾犪狋犻狀犵狊狋狌犱狔狅狀犾犲犪犳犪狉犲犪犻狀犱犲狓狅犳狊狆狉犻狀犵狑犺犲犪狋犻狀犱狉狔犾犪狀犱狌狀犱犲狉犱犻犳犳犲狉犲狀狋狀犻狋狉狅犵犲狀犳犲狉狋犻犾犻狕犪狋犻狅狀狊犮犺犲犿犲狊犫犪狊犲犱狅狀犃犘犛犐犕犿狅犱犲犾ＬＵＹｕ ｌａｎ１，ＬＩＧｕａｎｇ２，ＹＡＮＬｉ ｊｕａｎ３，ＹＡＮＺｈｅｎ ｇａｎｇ１，ＮＩＥＺｈｉ ｇａｎｇ１，ＤＯＮＧＬｉ ｘｉａ１（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；３．ＣｏｌｌｅｇｅｏｆＡｇｒｉｃｕｌｔｕｒｅ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：【Ｏｂｊｅｃｔｉｖｅ】Ｉｎｏｒｄｅｒｔｏｕｎｄｅｒｓｔａｎｄｔｈｅｇｒｏｗｔｈｐａｔｔｅｒｎｏｆｄｒｙｌａｎｄｓｐｒｉｎｇｗｈｅａｔｌｅａｖｅｓｉｎｔｈｅｌｏｅｓｓｈｉｌｌｙａｎｄｇｕｌｌｙｒｅｇｉｏｎ．【Ｍｅｔｈｏｄ】Ｏｎｔｈｅｂａｓｉｓｏｆｆｉｅｌｄｅｘｐｅｒｉｍｅｎｔ，ｔｈｅｐａｒａｍｅｔｅｒｓｏｆＡＰＳＩＭｍｏｄｅｌｗｅｒｅａｄｊｕｓｔｅｄ，ｔｈｅｄｙｎａｍｉｃｃｈａｎｇｅｐｒｏｃｅｓｓｏｆｌｅａｆａｒｅａｉｎｄｅｘｉｎｗｈｏｌｅｇｒｏｗｔｈｐｅｒｉｏｄｏｆｗｈｅａｔｗａｓｓｉｍｕｌａ ｔｅｄｗｉｔｈａｄｊｕｓｔｅｄＡＰＳＩＭｍｏｄｅｌ．【Ｒｅｓｕｌｔ】ＡＰＳＩＭｍｏｄｅｌｈａｄｈｉｇｈａｃｃｕｒａｃｙｉｎｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｗｈｅａｔｌｅａｆａｒｅａｉｎｄｅｘｕｎｄｅｒｄｉｆｆｅｒｅｎｔｎｉｔｒｏｇｅｎｆｅｒｔｉｌｉｚａｔｉｏｎｓｃｈｅｍｅｓ，犚犕犛犈ｒａｎｇｅｄｆｒｏｍ０．１００ｔｏ０．３６６，犚２ｗａｓｂｅ ｔｗｅｅｎ０．８０８ａｎｄ０．９７５，犕犲ｒａｎｇｅｄｆｒｏｍ０．５０７ｔｏ０．９１１．Ｔｈｅ犚犕犛犈ｖａｌｕｅｗａｓｔｈｅｌｏｗｅｓｔ，犚２ｖａｌｕｅｗａｓｔｈｅｈｉｇｈｅｓｔａｎｄ犕犲ｖａｌｕｅｗａｓｔｈｅｈｉｇｈｅｓｔｕｎｄｅｒｔｈｅｍｅｄｉｕｍｎｉｔｒｏｇｅｎｓｃｈｅｍｅ．【Ｃｏｎｃｌｕｓｉｏｎ】ＡＰＳＩＭｍｏｄｅｌ第３期逯玉兰等：基于ＡＰＳＩＭ模型的不同氮肥方案小麦叶面积指数的模拟研究ｓｈｏｗｓｂｅｔｔｅｒｃｏｎｓｉｓｔｅｎｃｙ，ｈｉｇｈｅｒｉｎｔｅｒｐｒｅｔａｔｉｏｎａｎｄｂｅｔｔｅｒｅｆｆｅｃｔｉｖｅｎｅｓｓｕｎｄｅｒｍｅｄｉｕｍｎｉｔｒｏｇｅｎｓｃｈｅｍｅ，ｆｏｌ ｌｏｗｅｄｂｙｌｏｗｎｉｔｒｏｇｅｎｓｃｈｅｍｅ，ａｎｄｔｈｅｓｉｍｕｌａｔｉｏｎｅｆｆｅｃｔｕｎｄｅｒｈｉｇｈｎｉｔｒｏｇｅｎｓｃｈｅｍｅｉｓｐｏｏｒ．犓犲狔狑狅狉犱狊：ｄｒｙｌａｎｄｓｐｒｉｎｇｗｈｅａｔ；ＬＡＩ；ｄｉｆｆｅｒｅｎｔｎｉｔｒｏｇｅｎｆｅｒｔｉｌｉｚａｔｉｏｎｓｃｈｅｍｅ；ＡＰＳＩＭｍｏｄｅｌ 在小麦生长模型中，小麦叶面积指数是描述小麦生长过程的一个重要指标，该指标对作物产量、小麦群体的蒸腾蒸发以及干物质积累等有着十分重要的影响．小麦叶面积指数直接反映着小麦群体质量［１ ４］．前人利用作物模拟技术对小麦叶面积指数进行了模拟研究．王琳等［５］用农业生产系统模拟平台ＡＰＳＩＭ（ａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎｓｙｓｔｅｍｓｉｍｕｌａｔｏｒ）模型检验了华北平原小麦 玉米连作系统的适用性，验证结果表明ＡＰＳＩＭ模型能够很好地模拟生物量及水分变化，对叶面积指数的模拟误差较大．曹宏鑫等［６］建立了南京、济南两地区不同产量方案下小麦最适叶面积指数模拟模型，模拟值与实测值的相关性达极显著水平．刘战东等［７］利用线性方程和Ｌｏ ｇｉｓｔｉｃ曲线修正方程，分段建立了以气温估算河南新乡地区冬小麦叶面积指数的半经验公式，研究结果表明２００３～２００４年的冬小麦叶面积指数的模拟值与实测值吻合较好，相关系数为０．９８，达极显著水平．刘铁梅等［８］重点关注了小麦绿叶分配指数以及地上部干质量等因素，对小麦叶面积指数进行了相关的模拟研究，结果表明小麦叶面积指数的误差小于１０％．曹中盛［９］在小麦叶面积指数估测的最佳高光谱参数研究中详细分析了主要高光谱指数与小麦叶面积指数的定量关系，模型检验结果表明犚２均大于０．８．聂志刚等［１０］利用ＡＰＳＩＭ模型对不同耕作措施下小麦叶面积指数进行了模拟，结果表明ＡＰ ＳＩＭ模型能够很好地模拟不同耕作措施下小麦叶面积指数，其他耕作措施的模拟效果优于传统耕作措施．马新明等［１１］采用ＷＣＳＯＤＳ小麦模型对河南省的小麦叶面积指数动态变化进行了模拟，相关系数达０．９３．曹宏鑫等［１２］根据小麦生态学原理，建立了小麦群体叶面积指数模型，检验结果表明实测值与模拟值之间达极显著水平．ＡＰＳＩＭ模型用于模拟农业系统各生物生理过程，特别是在气候风险下反映旱作农业生产区系统各组分生态和经济输出的机理模型，目前已广泛用于农作系统管理、气候变化影响评估等方面．然而，利用ＡＰＳＩＭ模型模拟黄土丘陵沟壑区域旱地春小麦在不同氮肥方案下叶面积指数的研究鲜有报道．鉴于此，本研究在前人研究的基础上，以定西市安定区２０１１～２０１７年期间同一品种（‘定西３５号’）同一栽培条件下（旱地春小麦）的大田观测数据以及对应的气候和土壤数据为依据，在田间试验的基础上调试模型参数并测算叶面积指数，利用ＡＰＳＩＭ模型对不同氮肥方案下旱地春小麦ＬＡＩ进行模拟，以期为今后开展旱地春小麦叶面积指数的模拟研究提供科学依据．１ 材料与方法１．１ 农田试验１．１．１ 试验地基本情况 在甘肃省定西市安定区凤翔镇安家沟村开展农田试验，共获取了连续７ａ年（２０１１～２０１７年）的试验数据．试验地质地为黄绵土，地力中等，土壤密度１．１７ｇ／ｃｍ３、酸碱值８．３６、有机质含量约为１２．０１ｇ／ｋｇ、全氮０．７６ｇ／ｋｇ、速效钾０．０７５２ｇ／ｋｇ、全磷１．７７ｇ／ｋｇ［１３ １９］，多年平均降水量３９１ｍｍ，年蒸发量１５３１ｍｍ，年均太阳辐射５９２．９ｋＪ／ｍ２，日照时数２４７６．６ｈ，年均≥０℃积温２９３４℃，年均≥１０℃积温２２３９℃［１３ １９］．１．１．２ 试验设计 试验选用尿素（Ｎ≈４６％）作为氮肥品种，‘定西３５号’作为试验品种，‘定西３５号’系甘肃省农作物品种审定委员会于１９９５年审定通过的小麦品种，该品种是典型的黄土丘陵沟壑地区旱地春小麦品种．试验针对氮肥施肥量设计了３种方案，即低氮量施肥方案Ｎ１（１００ｋｇ／ｈｍ２）、中氮量施肥方案Ｎ２（１７５ｋｇ／ｈｍ２）和高氮量施肥方案Ｎ３（２５０ｋｇ／ｈｍ２）．施肥过程分两步进行，先在播种前施入基肥，占总施肥量的７０％，同时在该阶段将磷肥、钾肥等作为基肥一次性足量施入，具体施入Ｐ２Ｏ５１５０ｋｇ／ｈｍ２，ＫＣｌ１０５ｋｇ／ｈｍ２；而后，在小麦拔节期施入追肥，占总施肥量的３０％．设计３个处理，每处理５次重复，行距０．２５ｍ，四周设０．５ｍ的保护行，试验小区长２０ｍ，宽４ｍ，面积８０ｍ２，共１５个小区，随机区组排列［２０］．栽培管理同大田．１．１．３ 指标测定 在试验小区选取长势相近的２０９３甘肃农业大学学报２０２０年株小麦挂牌标记（其中１０株的测量数据用于检验整个生育期的模拟效果，另外１０株的测量数据用于检验拔节期和开花期的模拟效果），针对每一株小麦，测量范围从主茎第一叶片到旗叶．针对每个叶片，自叶片露尖开始连续测量叶长（叶尖到叶枕的距离），每间隔１ｄ测量一次，直至叶片定长．同时，针对同一个叶片，每隔１ｃｍ测量一次叶宽（最宽处的值）．对叶面积数据的测量工作贯穿整个小麦生育期（分蘖、拔节、孕穗、抽穗、开花、灌浆、乳熟和蜡熟期共８个生育期）．叶面积的计算采用长宽系数法，每株每次测量重复５次，取平均值即为该株本次测量的叶面积，所测１０株叶面积取平均值为该次处理所获叶面积的测算值．每个生育时期重复３次测量，取平均值作为该生育时期叶面积的平均值．小麦的８个生育时期共２４个测算值，８个平均值．长宽系数法：植株叶面积＝０．８３×叶长×叶宽［２０］叶面积指数＝植株总面积土地面积１．２ 模型及参数ＡＰＳＩＭ模型是由澳大利亚联邦科工组织和昆士兰州政府的农业生产系统组（ＡＰＡＲＵ）联合开发研制的，用于模拟旱作农业生产系统中各主要组分的机理模型［２１ ２２］．ＡＰＳＩＭ模型的框架主要由４部分组成：（１）生物物理模块，用于模拟农业系统中的生物和物理过程；（２）管理模块，输入水、肥、耕作等管理措施；（３）数据输入输出模块，用于模拟过程中数据的输入、输出；（４）中心引擎，用于控制模块间信息的传递．除此之外，ＡＰＳＩＭ模型还包括ＡＰＳ ＦＲＯＮＴ、ＡＰＳＩＭ ｅｘｐｌｏｒｅ、ＡＰＳＧＲＡＰＨ、ＡＰＳＩＭ Ｑｕｔｌｏｏｋ、ＡＰＳＲＵＤＯ、ＡＰＳＴＯＯＬ等辅助用户界面，用于模型构建、测试、显示模拟结果等．１．２．１ 气象模块参数设置 ＡＰＳＩＭ模型的基础是气候模块，因此建立精确、合理的气候模块是整个模型应用的关键［１９］．模型运行所需的最基本的一组逐日气象要素变量包括：逐日最高气温（℃）、逐日最低气温（℃）、逐日降水量（ｍｍ）和逐日太阳辐射量（ＭＪ／ｍ２）．本研究中应用的１９７１～２０１７年的气候资料是由定西水保所气象观测站自动测定的．组建气候模块其他参数都较容易获取，但逐日太阳辐射量难以得到，需将观测日照时数转换为太阳辐射值，具体计算公式如下［２３］：δ＝０．４０９×ｓｉｎ（２π／３６５×犑－１．３９）（１）犠狊＝ａｒｃｏｓ（－ｔａｎδ×ｔａｎφ）（２）犱狉＝１＋０．０３３×ｃｏｓ（２π／３６５×犑）（３）犚犪＝３７．６×犱狉×（犠ｓｓｉｎφ×ｓｉｎδ＋ｃｏｓφ×ｃｏｓδ×ｓｉｎ狑狊）（４）犖＝２４／π×狑狊（５）犚狀狊＝０．７７×（０．２５＋０．５×狀／犖）×犚犪（６）式中，δ代表太阳赤纬（Ｒａｄ），犑代表日序，φ代表当地纬度，狑狊代表日落的角度（Ｒａｄ），犱狉代表日地相对距离，犚犪代表晴空太阳辐射（ＭＪ／（ｍ２·ｄ）），犖代表最大天文日照时数（ｈ），狀代表逐日日照时数（ｈ），犚ｎｓ代表日净短波辐射（ＭＪ／（ｍ２·ｄ））．１．２．２ 土壤模块参数设置 根据在试验地测定的土壤属性参数，并参考李广等［１６］的研究数据建立了土壤模块（表１）．表１ 土壤参数Ｔａｂｌｅ１ Ｓｏｉｌｐａｒａｍｅｔｅｒｓ土层／ｃｍＳｏｉｌｌａｙｅｒ容重／（ｇ·ｃｍ－３）Ｂｕｌｋｄｅｎｓｉｔｙ田间最大持水量／（ｍｍ·ｍｍ－１）Ｍａｘｉｍｕｍｆｉｅｌｄｃａｐａｃｉｔｙ萎蔫系数／（ｍｍ·ｍｍ－１）Ｗｉｌｔｉｎｇｃｏｅｆｆｉｃｉｅｎｔ有机碳／％Ｏｒｇａｎｉｃｃａｒｂｏｎ硝态氮／（ｍｇ·ｇ－１）Ｎｉｔｒａｔｅｎｉｔｒｏｇｅｎ小麦有效水分下限／（ｍｍ·ｍｍ－１）Ｌｏｗｅｒｌｉｍｉｔｏｆｗｈｅａｔａｖａｉｌａｂｌｅｍｏｉｓｔｕｒｅ饱和含水量／（ｍｍ·ｍｍ－１）Ｓａｔｕｒｔｅｄｗａｔｅｒｃｏｎｔｅｎｔ铵态氮／（ｍｇ·ｋｇ－１）Ａｍｍｏｎｉｕｍｎｉｔｒｏｇｅｎ＞０～５１．２９０．２７０．０８０．９５１９．１００．０９０．４６６．３０＞５～１０１．２３０．２７０．０８０．９５１５．２００．０９０．４９５．２０＞１０～３０１．３２０．２７０．０８０．９６２３．１００．０９０．４５５．１０＞３０～５０１．２００．２７０．０８０．８５１６．６００．０９０．５４．９０＞５０～８０１．１４０．２６０．０９０．５４１６．８００．０９０．５２４．６０＞８０～１１０１．１４０．２７０．０９０．２６１８．２００．１０．５２４．８０＞１１０～１４０１．１３０．２７０．１１０．２０１６．４００．１１０．４８４．８０＞１４０～１７０１．１２０．２７０．１３０．２６１３．７００．１３０．５３５．８０＞１７０～２００１．１１０．２７０．１３０．２０１５．４００．１５０．５３４．１００４第３期逯玉兰等：基于ＡＰＳＩＭ模型的不同氮肥方案小麦叶面积指数的模拟研究１．２．３ 作物属性模块参数设置 ＡＰＳＩＭ模型采用的是通用作物生长模型来模拟各种一年生和多年生作物的生长，不同作物的模型参数值不同．作物属性模块主要包括小麦的生长发育进程、品种遗传参数、产量形成和植株形态等参数［１６］（表２）．表２ 作物属性模块参数Ｔａｂｌｅ２ Ｃｒｏｐａｔｔｒｉｂｕｔｅｍｏｄｕｌｅｐａｒａｍｅｔｅｒｓ参数Ｐａｒａｍｅｔｅｒｓ取值Ｖａｌｕｅ春化系数ｖｅｒｎ＿ｓｅｎｓ１最大灌浆速率ｍａｘｇｒａｉｎｆｉｌｌｒａｔｅ２．３株高／ｍｍＳｔｅｍｌｅｎｇｔｈ１０００灌浆到成熟的积温／℃ｔｔ＿ｓｔａｒｔｇｆ＿ｔｏ＿ｍａｔ５８０播种期地表蒸发系数Ｓｕｒｆａｃｅｅｖａｐｏｒａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔａｔｓｏｗｉｎｇｔｉｍｅ７．２光周期系数Ｐｈｏｔｏｐ＿ｓｅｎｓ２分蘖质量／（ｇ·ｔｉｌｌｅｒ－１）Ｗｅｉｇｈｔｏｆｔｉｌｌｅｒ１．２２发芽期地表蒸发系数Ｓｕｒｆａｃｅｅｖａｐｏｒａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｄｕｒｉｎｇｇｅｒｍｉｎａｔｉｏｎ６．２单株质量／ｇＷｅｉｇｈｔｏｆｓｉｎｇｌｅｐｌａｎｔ４１．２．４ 管理模块参数设置 管理模块的参数是根据田间试验设置的，包括播种参数、耕作措施等，本研究中的具体管理措施：播种日期３月１５日，播种深度３０ｍｍ，播种量１８７．５ｋｇ／ｈｍ２，播种行间距２５０ｍｍ．１．３ 模型检验方法模型检验时，对模型的模拟值和实测值进行拟合度分析，主要采用通用的三大指标进行分析，即均方根误差（犚犕犛犈）、决定系数（犚２）和模型的有效性指数（犕犲）．如果犚犕犛犈值越小，则说明模拟值与实测值有着较好的一致性，二者之间的偏差越小，模拟结果越准确，模型越可靠．因此，犚犕犛犈在预测层面反映着模型的准确性和可靠性，其计算公式如式（７）：犚犕犛犈＝∑狀犻＝１（犗犅犛犻－犛犐犕犻）２槡狀（７）式中，犗犅犛犻为实测的ＬＡＩ；犛犐犕犻为模拟的ＬＡＩ；狀为样本容量；犻为样本序号．犚２越接近于１，自变量引起的变化占总变化的百分比就越高，说明自变量对因变量的解释程度越高［２４］．其计算公式如式（８）：犚２＝１－∑狀犻＝１（犗犅犛犻－犛犐犕犻）２∑狀犻＝１犗犅犛犻２（８）关于模型的有效性指数Ｍｅ，Ｚｈａｎｇ［２５］认为当犕犲大于０．５时模型的模拟结果较好．其计算公式如式（９）：犕犲＝１－∑狀犻＝１（犗犅犛犻－犛犐犕犻）２∑狀犻＝１（犗犅犛犻－犕犈犃犖）２（９）式中，犕犈犃犖为实测值的平均值．２ 结果与分析２．１ 基于犃犘犛犐犕模型的叶面积指数动态模拟小麦全生育期内，低氮（Ｎ１）和中氮（Ｎ２）方案下ＬＡＩ最大值出现在抽穗期，高氮（Ｎ３）方案下ＬＡＩ最大值出现在孕穗期，有别于其他两种氮肥方案．总体来看，３种氮肥方案下小麦叶面积指数均呈现单峰曲线变化．在整个生育期中，ＬＡＩ的变化在抽穗期（低氮和中氮）和孕穗期（高氮）出现拐点，以此可将其分为两个阶段．第一阶段，从出苗期开始，ＬＡＩ数据逐渐增大，到抽穗期或孕穗期达到最大值．第二阶段，从抽穗期或孕穗期往后，ＬＡＩ随着生育进程的递进逐渐减小，至乳熟期时减小为０（图１）．２．２ 模拟效果分析采用ＡＰＳＩＭ模型对２０１３～２０１８年期间氮肥因素试验结果进行检验，模型在不同氮肥方案下的犚犕犛犈、犚２和犕犲值见表３．２．２．１ 整个生育期的模拟效果分析 综合采用犚犕犛犈、犚２和犕犲３个统计量对模型进行效果评价：１）低氮（Ｎ１）方案：模型在小麦全生育期内，均方根误差（犚犕犛犈）值都没有大幅波动，犚犕犛犈值介于［０．１０２，０．２２３］，反映出ＡＰＳＩＭ模型的模拟值与实测值具有好的一致性，模拟效果佳；模型的决定系数（犚２）比较接近１，介于［０．８５２，０．９２６］，反映出模型计算数据对实际数据的解释程度高；从有效性指数（犕犲）来看，ＡＰＳＩＭ模型的犕犲值介于［０．５０７，０．８９１］，通过仔细分析可以看出犕犲值在小麦发育的关键时期（抽穗期 乳熟期）更加稳定且呈逐渐上升趋势，反映出ＡＰＳＩＭ模型对ＬＡＩ的拟合有效．２）中氮（Ｎ２）方案：在中氮（Ｎ２）方案下，模型的犚犕犛犈值介于［０．１００，０．２１２］，抽穗期以后犚犕犛犈值更加稳定，反映出ＡＰＳＩＭ模型与实际数１４甘肃农业大学学报２０２０年图１ 基于犃犘犛犐犕模型的不同氮肥方案下犔犃犐的动态变化Ｆｉｇｕｒｅ１ ＤｙｎａｍｉｃｃｈａｎｇｅｓｏｆＬＡＩｕｎｄｅｒｄｉｆｆｅｒｅｎｔｎｉｔｒｏｇｅｎｆｅｒｔｉｌｉｚｅｒｓｃｈｅｍｅｓｂａｓｅｄｏｎＡＰＳＩＭｍｏｄｅｌ表３ 不同氮肥处理方案下叶面积指数实测值与模拟值统计分析表Ｔａｂｌｅ３ ＳｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｏｆｏｂｓｅｒｖｅｄｖａｌｕｅｓｗｉｔｈｓｉｍｕｌａｔｅｄｆｏｒｌｅａｆａｒｅａｉｎｄｅｘｉｎｄｉｆｆｅｒｅｎｔＮＲａｔｅｓ方案Ｓｃｈｅｍｅｓ指标ｈｉｎｄｅｘⅠⅡⅢⅣⅤⅥⅦⅧ犚犕犛犈０．１１７０．１０２０．１１２０．１１６０．１５７０．１０７０．２２３０．２１７Ｎ１犚２０．８５２０．８９６０．９２６０．８９１０．８９３０．９１７０．８８２０．９２０犕犲０．８０１０．８９１０．７９２０．５０７０．７３１０．７４７０．８２８０．６１０犚犕犛犈０．２１２０．１６２０．２０４０．１０００．１０３０．１１８０．１１６０．１０９Ｎ２犚２０．８４２０．８８５０．９２９０．９４１０．９７５０．９２８０．９１８０．９３２犕犲０．８３８０．９１１０．８４６０．７６８０．８４６０．８８９０．８７７０．８８８犚犕犛犈０．２０４０．２５８０．２１００．２８００．３４５０．２０９０．３５１０．３６６Ｎ３犚２０．８７９０．９１００．８９９０．８５９０．８０８０．８１９０．８６７０．９０８犕犲０．５６５０．６７８０．７７９０．６１５０．６７８０．６７８０．８１４０．８１５ Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ，Ⅵ，Ⅶ，Ⅷ分别表示小麦生育期的８个阶段，即分蘖期、拔节期、孕穗期、抽穗期、开花期、灌浆期、乳熟期和蜡熟期．Ⅰ：Ｔｉｌｌｅｒｉｎｇｓｔａｇｅ；Ⅱ：Ｊｏｉｎｔｉｎｇｓｔａｇｅ；Ⅲ：Ｂｏｏｔｉｎｇｓｔａｇｅ；Ⅳ：Ｈｅａｄｉｎｇｄａｔｅ；Ⅴ：Ｆｌｏｗｅｒｉｎｇｓｔａｇｅ；Ⅵ：Ｆｉｌｌｉｎｇｓｔａｇｅ；Ⅶ：Ｍｉｌｋｓｔａｇｅ；Ⅷ：Ｄｏｕｇｈｓｔａｇｅ．据的拟合程度高；犚２值介于［０．８４２，０．９７５］，均在０．８４以上，模型解释程度高；ＡＰＳＩＭ模型的犕犲值介于［０．７６８，０．９１１］，各阶段的犕犲值都超过了０．７５，表现出很好的模拟效果．３）高氮（Ｎ３）方案：在该氮肥方案下，犚犕犛犈值介于［０．２０４，０．３６６］；犚２值介于［０．８０８，０．９１０］；犕犲值介于［０．５６５，０．８１５］．与前两种氮肥方案相比，模拟效果较差．２．２．２ 每个生育阶段的模拟效果分析 １）分蘖期：３种氮肥方案下的犚犕犛犈值分别为０．１１７、０．２１２和０．２０４，Ｎ１方案下的值最小；犚２值分别为０．８５２、０．８４２和０．８７９，Ｎ３方案下的值最大；犕犲值分别为０．８０１、０．８３８、０．５６５，Ｎ２方案下的值最大．２）拔节期：犚犕犛犈值为Ｎ１（０．１０２）＜Ｎ２（０．１６２）＜Ｎ３（０．２５８）；犚２值Ｎ３（０．９１０）＞Ｎ１（０．８９６）＞Ｎ２（０．８８５）；犕犲值Ｎ２（０．９１１）＞Ｎ１（０．８９１）＞Ｎ３（０．６７８）．３）孕穗期：Ｎ１方案下的犚犕犛犈值最小，为０．１１２，Ｎ３方案下的犚犕犛犈值最大，为０．２１０；犚２值Ｎ２方案下最大，为０．９２９，Ｎ３方案下最小，为０．８９９；犕犲值Ｎ２方案下最大，为０．８４６，Ｎ３方案下最小，为０．７７９．４）抽穗期：犚犕犛犈值为Ｎ２（０．１００）＜Ｎ１（０．１１６）＜Ｎ３（０．２８０）；犚２值Ｎ２（０．９４１）＞Ｎ１（０．８９１）＞Ｎ３（０．８５９）；犕犲值Ｎ２（０．７６８）＞Ｎ３（０．６１５）＞Ｎ１（０．５０７）．５）开花期：３种氮肥方案下的犚犕犛犈值分别为０．１５７、０．１０３、０．３４５，Ｎ２方案下的值最小；犚２值分别为０．８９３、０．９７５、０．８０８，Ｎ２方案下２４第３期逯玉兰等：基于ＡＰＳＩＭ模型的不同氮肥方案小麦叶面积指数的模拟研究的值最大；犕犲值分别为０．７３１、０．８４６、０．６７８，Ｎ２方案下的值最大．６）灌浆期：Ｎ１方案下的犚犕犛犈值最小，为０．１０７；犚２值Ｎ２方案下最大，为０．９２８；犕犲值Ｎ２方案下最大，为０．８８９．７）乳熟期：犚犕犛犈值为Ｎ２（０．１１６）＜Ｎ１（０．２２３）＜Ｎ３（０．３５１）；犚２值Ｎ２（０．９１８）＞Ｎ１（０．８８２）＞Ｎ３（０．８６７）；犕犲值Ｎ２（０．８７７）＞Ｎ１（０．８２８）＞Ｎ３（０．８１４）．８）蜡熟期：在该阶段，３种氮肥方案下的犚犕犛犈值分别为０．２１７、０．１０９、０．３６６，Ｎ２方案下的值最小；犚２值分别为０．９２０、０．９３２、０．９０８，Ｎ２方案下的值最大；犕犲值分别为０．６１０、０．８８８、０．８１５，Ｎ２方案下的值最大．２．３ 模型检验为了进一步检验模型，利用另外１０株的测量数据在拔节期和开花期进行了检验，结果见表４．分析表４数据可以看出：ＡＰＳＩＭ模型在３种氮肥方案下拔节期和开花期的犚犕犛犈值总体都比较小，其中中氮（Ｎ２）方案下犚犕犛犈值最小，其次是低氮（Ｎ１）方案，高氮（Ｎ３）方案下犚犕犛犈值最大；３种氮肥方案下拔节期和开花期的犚２值都大于０．８５，中氮（Ｎ２）方案下犚２值最大，高氮（Ｎ３）方案下犚２值最小；３种氮肥方案下两个阶段的犕犲值都超过了０．５，不同氮肥方案下犕犲值的排序为Ｎ２＞Ｎ１＞Ｎ３．这和模拟效果分析结果一致．表４ 拔节期和开花期犔犃犐实测值与模拟值的统计分析Ｔａｂｌｅ４ ＳｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｏｆｏｂｓｅｒｖｅｄａｎｄｓｉｍｕｌａｔｅｄＬＡＩｏｎｊｏｉｎｔｉｎｇｓｔａｇｅａｎｄｆｌｏｗｅｒｉｎｇｓｔａｇｅ指标Ｉｎｄｅｘ拔节期ＪｏｉｎｔｉｎｇｓｔａｇｅＮ１Ｎ２Ｎ３开花期ＦｌｏｗｅｒｉｎｇｓｔａｇｅＮ１Ｎ２Ｎ３犚犕犛犈０．１４１０．１１９０．２７７０．１０８０．０６９０．２３９犚２０．９０６０．９３６０．８５３０．９２７０．９６７０．８６７犕犲０．７５６０．７９８０．５２７０．７１２０．８３１０．５８６３ 讨论李廷亮等［２６］的研究结果显示，随施氮量的增加，小麦叶片叶绿素含量增加．相关研究表明增加施氮量使小麦叶面积指数增加，进而提高小麦产量［２７ ２８］．卞赛男等［２９］的研究表明随着施氮量的继续提高，植物的叶面积指数会显著下降，过量的施氮不利于生物量的积累．适宜的施氮量避免生育后期叶片早衰，从而维持了生长中后期叶片的高光合能力，为氮肥利用率与产量协同提高奠定了基础［３０］．这与本研究结果一致．用ＡＰＳＩＭ模型模拟的３种氮肥方案下小麦叶面积指数较好地体现了小麦的真实生长过程．当前黄土丘陵沟壑区旱地春小麦的生产要求对各个生产环节的风险评估，应用ＡＰＳＩＭ模型可为研究区小麦产业的精确化管理提供依据．统计结果显示，模型模拟值和实测值之间呈现出较好的一致性和相关性．但是，模型指标犚犕犛犈、犚２以及犕犲在小麦整个生育期的不同阶段并非理想地表现出稳定性，而是呈现出轻微的波动性，这说明影响实际问题的更细粒度的因素（如忽略作物的病虫害影响、耕作措施的长期效应以及疏于整理运用多年气象、试验数据等）可能被排除在了模型之外，也有可能是模型对数据产生了“过拟合”，亟待更加深入的研究去揭示规律［３１］．另外，由于试验条件的限制，模型检验仅采用了研究区的试验数据，并未采用其他黄土丘陵沟壑旱区的数据，在后续研究中也亟待能够使用其他数据来进一步检验模型，并以此作为改进模型的依据，以期增强模型的普适性．本研究仅研究了不同氮肥方案（不同施用量，基追比都为７∶３）对叶面积指数的影响，还需要进一步研究氮肥、耕作措施、基追比变化互作对小麦叶面积指数的影响来研究其对产量结构的影响，以此来逐步完善对模型的研究工作．４ 结论本研究以２０１１～２０１７年甘肃省定西市安定区试验田的观测数据为依据．通过设计３种不同的氮肥实施方案，利用ＡＰＳＩＭ模型模拟了３种氮肥方案下小麦叶面积指数，以犚犕犛犈、犚２和犕犲为统计指标分析了ＡＰＳＩＭ模型在模拟旱地春小麦ＬＡＩ时的一致性、解释程度以及有效性，得出以下主要结论：１） ３种氮肥方案下小麦叶面积指数均呈现单峰曲线变化．在整个生育期中，ＬＡＩ的变化在抽穗期（低氮和中氮）和孕穗期（高氮）出现拐点．３４甘肃农业大学学报２０２０年２） ＡＰＳＩＭ模型模拟旱地春小麦叶面积指数时，在全生育期，中氮（Ｎ２）方案下的ＲＭＳＥ值最小，犚２值最大，犕犲值最大，在此氮肥方案下表现出更好的一致性，更高的解释程度和更好的有效性；其次是低氮（Ｎ１）方案；高氮（Ｎ３）方案下的模拟效果较差．３） 在８个生育阶段，总体也表现出中氮（Ｎ２）方案下的模拟效果优于低氮（Ｎ１）方案，低氮（Ｎ１）方案的模拟效果优于高氮（Ｎ３）．参考文献［１］ 陈雪洋，蒙继华，杜鑫，等．基于环境星ＣＣＤ数据的冬小麦叶面积指数遥感监测模型研究［Ｊ］．国土资源遥感，２０１０（２）：５５ ５８，６２．［２］ 刘战东，段爱旺，高阳，等．河南新乡地区冬小麦叶面积指数的动态模型研究［Ｊ］．麦类作物学报，２００８，２８（４）：６８０ ６８５．［３］ 于强，傅抱璞，姚克敏．水稻叶面积指数的普适增长模型［Ｊ］．中国农业气象，１９９５，１６（２）：６ ８．［４］ 陈华，张立中，方娟．小麦发育动态模拟模型的初步研究［Ｊ］．中国农业气象，１９９５，１６（１）：１ ４．［５］ 王琳，郑有飞，于强，等．ＡＰＳＩＭ模型对华北平原小麦 玉米连作系统的适用性［Ｊ］．应用生态学报，２００７，１８（１１）：２４８０ ２４８６．［６］ 曹宏鑫，董玉红，王旭清，等．不同产量方案小麦最适叶面积指数动态模拟模型研究［Ｊ］．麦类作物学报，２００６，２６（３）：１２８ １３１，１３９．［７］ 刘战东，段爱旺，高阳，等．河南新乡地区冬小麦叶面积指数的动态模型研究［Ｊ］．麦类作物学报，２００８，２８（４）：６８０ ６８５．［８］ 刘铁梅，曹卫星，罗卫红，等．小麦叶面积指数的模拟模型研究［Ｊ］．麦类作物学报，２００１，２１（２）：３８ ４１．［９］ 曹中盛．小麦叶面积指数估测的最佳高光谱参数研究中国作物学会２０１３年学术年会论文摘要集［Ｃ］．郑州：中国作物学会，２０１３．［１０］ 聂志刚，李广．基于ＡＰＳＩＭ模型的不同耕作措施旱地春小麦叶面积指数动态分析［Ｊ］．土壤与作物，２０１３，２（１）：４３ ４８．［１１］ 马新明，张娟娟，刘合兵，等．小麦生长模型（ＷＣ ＳＯＤＳ）在河南省的适应性评价研究［Ｊ］．中国农业科学，２００６，３９（９）：１７８９ １７９５．［１２］ 曹宏鑫，刘世军，张立民，等．小麦群体叶面积的动态模型［Ｊ］．沈阳农业大学学报，２０００，３１（３）：２４６ ２４８．［１３］ 李红岭，高晓阳，张明艳，等．大麦茎秆生长动态模拟模型［Ｊ］．干旱地区农业研究，２０１２，３０（４）：１２９ １３２．［１４］ 聂志刚，李广．基于ＡＰＳＩＭ的旱地春小麦叶面积指数模拟模型构建［Ｊ］．干旱地区农业研究，２０１３，３１（４）：９４ ９８．［１５］ 聂志刚，李广．基于ＡＰＳＩＭ模型的可视化小麦生长系统分析［Ｊ］．草业科学，２０１３，３０（５）：７９５ ７９８．［１６］ 李广，黄高宝．基于ＡＰＳＩＭ模型的降水量分配对旱地春小麦和豌豆产量影响的研究［Ｊ］．中国生态农业学报，２０１０，１８（２）：３４２ ３４７．［１７］ 李广，黄高宝，王琦，等．基于ＡＰＳＩＭ模型的旱地春小麦和豌豆水肥协同效应分析［Ｊ］．草业学报，２０１１，２０（５）：１５１ １５９．［１８］ 李广，黄高宝，ＷｉｌｌｉａｍＢｅｌｌｏｔｔｉ，等．ＡＰＳＩＭ模型在黄土丘陵沟壑区不同耕作措施中的适用性［Ｊ］．生态学报，２００９，２９（５）：２６５５ ２６６３．［１９］ 李广，李癑，黄高宝，等．基于ＡＰＳＩＭ模型旱地春小麦产量对温度和ＣＯ２浓度升高的响应［Ｊ］．中国生态农业学报，２０１２，２０（８）：１０８８ １０９５．［２０］ 练宏斌．不同耕作措施对旱地春小麦光合生理生态特性的影响［Ｄ］．兰州：甘肃农业大学，２００８．［２１］ ＡｓｓｅｎｇＳ，ＫｅａｔｉｎｇＢＡ，ｅｔａｌ．ＰｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＡＰ ＳＩＭ ｗｈｅａｔｍｏｄｅｌｉｎＷｅｓｔｅｒｎＡｕｓｔｒａｌｉａ［Ｊ］．ＦｉｅｌｄＣｒｏｐｓＲｅｓ，１９９８，５７（２）：１６３ １７９．［２２］ ＡｓｓｅｎｇＳ，ＫｅｕｌｅｎＨＶ，ＳｔｏｌＷ，ｅｔａｌ．Ｐｅｒｆｏｒｍａｎｃｅａｎｄａｐｐｌｉ ｃａｔｉｏｎｏｆｔｈｅＡＰＳＩＭＮ＿ｗｈｅａｔｍｏｄｅｌｉｎｔｈｅＮｅｔｈｅｒｌａｎｄｓ［Ｊ］．ＥｕｒＪＡｇｒｏｎ，２０００，１２（１）：３７ ５４．［２３］ ＭｏｅｌｌｅｒＣ，ＰａｌａＭ，ＭａｎｓｃｈａｄｉＡＭ．Ａｓｓｅｓｓｉｎｇｔｈｅｓｕｓｔａｉｎａｂｉｌｉｔｙｏｆｗｈｅａｔ ｂａｓｅｄｃｒｏｐｐｉｎｇｓｙｓｔｅｍｓｕｓｉｎｇＡＰＳＩＭ：Ｍｏｄｅｌｐａｒａｍｅｔｅｒｉｓａｔｉｏｎａｎｄｅｖａｌｕａｔｉｏｎ［Ｊ］．ＡｕｓｔｒａｌｉａｎＪｏｕｒｎａｌｏｆＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｅａｒｃｈ，２００７，５８：７５ ８６．［２４］ 黄占斌，山仑．水分利用效率及其生理生态机理研究进展［Ｊ］．生态农业研究，１９９８，６（４）：１９ ２３．［２５］ ＺｈａｎｇＸＣ．Ｃａｌｉｂｒａｔｉｏｎ，ｅｆｉｎｅｍｅｎｔ，ａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＷＥＰＰｍｏｄｅｌｆｏｒｓｉｍｕｌａｔｉｏｎｃｌｉｍａｔｉｃｉｍｐａｃｔｏｎｗｈｅａｔｐｒｏｄｕｃｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＡＳＡＥ，２００４，４７（４）：１０７５ １０８５．［２６］ 李廷亮，谢英荷，洪坚平，等．施氮量对晋南旱地冬小麦光合特性、产量及氮素利用的影响［Ｊ］．作物学报，２０１３，３９（４）：７０４ ７１１．［２７］ 薛丽华，赵连佳，陈兴武，等．施氮量对滴灌冬小麦光合特性、产量及氮素利用效率的影响［Ｊ］．中国农学通报，２０１８，３４（１０）：１１ １６．（下转第５３页）４４第３期杜杰等：耕作措施对黄土高原地区农田土壤碳排放影响的Ｍｅｔａ分析ＡｃａｄＳｃｉＵＳＡ，２０１４，１１１（２５）：９１９９ ９２０４．［２５］ ＷａｎｇＬ，ＬｉＱ，ＣｏｕｌｔｅｒＪＡ，ｅｔａｌ．ＷｉｎｔｅｒｗｈｅａｔｙｉｅｌｄａｎｄｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｒｅｓｐｏｎｓｅｔｏｏｒｇａｎｉｃｆｅｒｔｉｌｉｚａｔｉｏｎｉｎｎｏｒｔｈｅｒｎＣｈｉｎａ：ａｍｅｔａ ａｎａｌｙｓｉｓ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒａｌＷａｔｅｒＭａｎａｇｅｍｅｎｔ，２０２０（２２９）：１０５９３４．［２６］ ＷａｎｇＬ，ＣｏｕｌｔｅｒＪＡ，ＰａｌｔａＪＡ，ｅｔａｌ．Ｍｕｌｃｈｉｎｇ ｉｎ ｄｕｃｅｄｃｈａｎｇｅｓｉｎｔｕｂｅｒｙｉｅｌｄａｎｄｎｉｔｒｏｇｅｎｕｓｅｅｆｆｉｃｉｅｎｃｙｉｎｐｏｔａｔｏｉｎＣｈｉｎａ：ａｍｅｔａ ａｎａｌｙｓｉｓ［Ｊ］．Ａｇｒｏｎｏｍｙ，２０１９，９（１２）：７９３ ７９９．［２７］ 张伟玮，魏镇泽．保护性耕作春小麦日间土壤ＣＯ２排放的特性［Ｊ］．吉林农业，２０１５（９）：７１ ７１．［２８］ 窦学诚．陇中黄土高原旱地覆盖耕作效应的初步研究［Ｊ］．甘肃农业大学学报，１９９４，２９（１）：５６ ６０．［２９］ 刘博，黄高宝，高亚琴，等．免耕对旱地春小麦成熟期ＣＯ２和Ｎ２Ｏ排放日变化的影响［Ｊ］．甘肃农业大学学报，２０１０，４５（１）：８２ ８７．［３０］ 张伟玮，魏镇泽．春小麦土壤碳排放主要影响因子研究［Ｊ］．科技展望，２０１５（９）：８０ ８５．［３１］ 孙小花，张仁陟，蔡立群，等．不同耕作措施对黄土高原旱地土壤呼吸的影响［Ｊ］．应用生态学报，２００９（９）：２１７３ ２１８０．［３２］ 汪婧．不同耕作措施对旱地农田温室气体排放的影响［Ｄ］．兰州：甘肃农业大学，２０１１．［３３］ 王丙文．保护性耕作农田碳循环规律和调控研究［Ｄ］．泰安：山东农业大学，２０１３．［３４］ 段翠清．保护性耕作对黄土高原旱作农田土壤温室气体排放通量的影响［Ｄ］．兰州：甘肃农业大学，２０１３．［３５］ 张海林，孙国峰，陈继康，等．保护性耕作对农田碳效应影响研究进展［Ｊ］．中国农业科学，２００９，４２（１２）：４２７５ ４２８１．［３６］ 刘建民，胡立峰，张爱军．保护性耕作对农田温室效应的影响研究进展［Ｊ］．中国农学通报，２００６（８）：２４６２４９．［３７］ 郭海斌．耕作方式与秸秆还田对冬小麦 夏玉米一年两熟农田土壤生物性状和作物生长的影响［Ｄ］．郑州：河南农业大学，２０１４．［３８］ 李英臣，侯翠翠，李小宇，等．不同秸秆还田方式对黄土高原坡耕地土壤呼吸的影响［Ｊ］．水土保持研究，２０１５，２２（５）：１２２ １２６．［３９］ ＢａｖｉｎＴＫ，ＧｒｉｆｆｉｓＴＪ，ＢａｋｅｒＪＭ，ｅｔａｌ．Ｉｍｐａｃｔｏｆｒｅ ｄｕｃｅｄｔｉｌｌａｇｅａｎｄｃｏｖｅｒｃｒｏｐｐｉｎｇｏｎｔｈｅｇｒｅｅｎｈｏｕｓｅｇａｓｂｕｄｇｅｔｏｆａｍａｉｚｅ／ｓｏｙｂｅａｎｒｏｔａｔｉｏｎｅｃｏｓｙｓｔｅｍ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒｅＥｃｏｓｙｓｔｅｍｓａｎｄＥｎｖｉｒｏｎｍｅｎｔ，２００９，１３４（３）：２３４ ２４２．［４０］ 陈玉章．不同覆盖和秸秆还田方式对旱作小麦土壤温度的影响［Ｄ］．兰州：甘肃农业大学，２０１３．［４１］ 林国林，马晓明，迟玉成，等．接种根瘤菌对花生生长及其根际土壤微生物数量的影响［Ｊ］．山东农业科学，２０１０（６）：６３ ６５．［４２］ 禄兴丽．保护性耕作措施下西北旱作麦玉两熟体系碳平衡及经济效益分析［Ｄ］．杨凌：西北农林科技大学，２０１７．［４３］ ＧｅｓｃｈＲＷ，ＲｅｉｃｏｓｋｙＤＣ，ＧｉｌｂｅｒｔＲＡ，ｅｔａｌ．Ｉｎｆｌｕ ｅｎｃｅｏｆｔｉｌｌａｇｅａｎｄｐｌａｎｔｒｅｓｉｄｕｅｍａｎａｇｅｍｅｎｔｏｎｒｅｓｐｉｒａｔｉｏｎｏｆａＦｌｏｒｉｄａＥｖｅｒｇｌａｄｅｓＨｉｓｔｏｓｏｌ［Ｊ］．ＳｏｉｌａｎｄＴｉｌｌａｇｅＲｅｓｅａｒｃｈ，２００７，９２（１）：１５６ １６６．［４４］ 李琳，张海林，陈阜，等．不同耕作措施下冬小麦生长季农田二氧化碳排放通量及其与土壤温度的关系［Ｊ］．应用生态学报，２００７（１２）：２７６５ ２７７０．［４５］ 王奇博．不同秸秆还田方式对坡耕地土壤ＣＯ２与Ｎ２Ｏ排放的影响［Ｄ］．郑州：河南师范大学，２０１６．（责任编辑 汪丹丹）（上接第４４页）［２８］ 倪永静，贺群岭，李金沛，等．不同灌水次数与氮肥运筹对‘豫教５号’叶面积指数及产量的影响［Ｊ］．中国农学通报，２０１５，３１（３）：３５ ４２．［２９］ 卞赛男，常鹏杰，王宁杭，等．氮素形态对喜树叶片生长、叶绿素荧光参数及叶绿体相关基因表达的影响［Ｊ］．浙江农林大学学报，２０１９，３６（５）：９０８ ９１６．［３０］ 吕丽华，陶洪斌，王璞，等．施氮量对夏玉米碳、氮代谢和氮利用效率的影响［Ｊ］．植物营养与肥料学报，２００８，１４（４）：６３０ ６３７．［３１］ 逯玉兰，李广，燕振刚，等．旱地小麦在不同氮肥处理下叶面积指数变化的模拟模型研究［Ｊ］．甘肃农业大学学报，２０１８，５３（３）：７０ ７５．（责任编辑 赵晓倩）３５。
一种利用植株叶片相对SPAD值对作物进行氮肥推荐的方法[发明专利]
![一种利用植株叶片相对SPAD值对作物进行氮肥推荐的方法[发明专利]](https://img.taocdn.com/s3/m/b69f01c5bcd126fff7050bf2.png)
专利名称：一种利用植株叶片相对SPAD值对作物进行氮肥推荐的方法
专利类型：发明专利
发明人：岳现录,史密舞,胡云才,冀宏杰,张怀志
申请号：CN201710051928.6
申请日：20170120
公开号：CN106717425A
公开日：
20170531
专利内容由知识产权出版社提供
摘要：本发明涉及一种利用相对SPAD值对小麦进行氮肥推荐的方法，其步骤包括：1)设置不同施氮水平的田间试验处理(小区)，使得土壤供氮量涵盖从供氮不足到过量的梯度水平；2)测定不同土壤供氮量条件下的小麦产量，根据小麦产量和土壤供氮量的关系计算使小麦产量最大的最佳土壤供氮量；3)测定不同土壤供氮量条件下的叶片SPAD值，并计算相对SPAD值，进而得到相对SPAD值和土壤供氮量的关系模型；4)测定待施氮肥的小麦SPAD值并计算相对SPAD值，根据所述最佳土壤供氮量以及所述相对SPAD值和土壤供氮量的关系模型确定氮肥推荐量。
本发明的施肥推荐方法能够精确匹配作物对氮养分的动态需求，提高作物产量和氮肥利用效率。
申请人：中国农业科学院农业资源与农业区划研究所
地址：100081 北京市海淀区中关村南大街12号
国籍：CN
代理机构：北京君尚知识产权代理事务所(普通合伙)
代理人：邱晓锋
更多信息请下载全文后查看。
一种小麦拔节期实时诊断追施氮肥的方法[发明专利]
![一种小麦拔节期实时诊断追施氮肥的方法[发明专利]](https://img.taocdn.com/s3/m/680abfb7ad02de80d5d84022.png)
专利名称：一种小麦拔节期实时诊断追施氮肥的方法专利类型：发明专利
发明人：朱新开,李春燕,丁锦锋,王亚飞,郭文善
申请号：CN201210217173.X
申请日：20120627
公开号：CN102696329A
公开日：
20121003
专利内容由知识产权出版社提供
摘要：本发明属于农业领域，具体涉及一种小麦拔节期实时快速诊断追施氮肥的方法。
该方法是在小麦拔节期，测定田间小麦叶片SPAD值的平均值，然后根据实测的叶片的SPAD值的平均值，结合品种类型追施氮肥。
按照本发明的方法追施氮肥后，可以有效地控制氮肥用量，减少不必要氮肥的施用，有利于提高肥效，实现高产高效，减轻轩氮肥施用过多造成的环境污染。
申请人：扬州大学
地址：225009 江苏省扬州市大学南路88号
国籍：CN
代理机构：南京知识律师事务所
代理人：卢亚丽
更多信息请下载全文后查看。
基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究
基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究摘要：滴灌技术在农业生产中的广泛应用提高了小麦生产的效益。
然而，由于氮肥的施用时间和剂量对农作物产量和品质有显著影响，确定适宜的氮肥施用时间和剂量成为解决滴灌春小麦氮肥管理的重要问题。
本研究以滴灌春小麦为研究对象，通过分析叶片SPAD值变化以及叶片中叶绿素的含量，研究了氮肥的施用时间和剂量对小麦生长和产量的影响，并推荐了适宜的氮肥分期策略。
1. 引言滴灌技术的发展使得农田水分和养分的供应更加精准和高效，对小麦生产有着重要的促进作用。
然而，由于滴灌系统下水分和养分的施用更为精确，决定施用时间和剂量的因素也相应增加。
氮肥是农作物生长中重要的养分之一，合理的氮肥管理可以提高小麦的产量和品质。
因此，基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究具有重要的意义。
2. 实验材料与方法本实验选择了滴灌春小麦品种X作为研究对象。
在生育期内，分为四个不同的施肥处理：A组（高氮肥处理），B组（中氮肥处理），C组（低氮肥处理）和对照组（不施氮肥）。
同时，使用SPAD-502叶绿素仪测定叶片的SPAD值，Fisher-Price叶绿素定量试剂盒测定叶片中叶绿素的含量。
3. 结果与讨论3.1 叶片SPAD值随生育期的变化结果显示，随着小麦生育期的进展，叶片的SPAD值呈现出先显著上升，后逐渐下降的趋势。
在生育初期，叶片的SPAD值较低，随着生长和发育，叶片的叶绿素含量增加，SPAD值逐渐升高。
然而，当小麦进入抽穗期和灌浆期时，叶片的叶绿素含量出现下降，SPAD值开始逐渐降低。
3.2 氮肥施用对叶片SPAD值的影响不同施肥处理对小麦叶片的SPAD值有着显著的影响。
在生育初期，A组和B组的叶片SPAD值明显高于C组。
随着生育进展，A组的叶片SPAD值继续保持高水平，B组次之，C组最低。
对照组的叶片SPAD值呈现下降趋势。
3.3 氮肥施用对小麦生长和产量的影响在小麦生长过程中，不同施肥处理对小麦的生长和产量有着显著影响。
基于叶片SPAD_值的华南双季早稻氮肥推荐模型的研究
引用格式：纪明亮，赵津瑶，韦 佳，等. 基于叶片SPAD值的华南双季早稻氮肥推荐模型的研究[J]. 湖南农业科学，2023（6）：20-25. DOI:DOI:10.16498/ki.hnnykx.2023.006.005作为世界上三大粮食作物之一，水稻（Oryza sativa L.）产量一直是全人类较为关心的问题，全球50 %以上人口以其为主食[1-2]。
增施氮肥是水稻获得高产的重要手段之一，但氮肥用量过低或过高都不利于水稻产量的形成[3]。
目前，许多学者构建了基于叶面积指数、地上部生物量、冠层NDVI值等参数的氮素临界值模型，涉及作物包括玉米、马铃薯、小麦、油菜、水稻等。
李岚涛[4]运用高光谱遥感监测法确定了油菜氮素临界参数，并构建了高光谱诊断模型；于静[5]运用主动作物传感器GreenSeeker 方法对马铃薯进行了氮素营养诊断，为马铃薯高效基于叶片SPAD值的华南双季早稻氮肥推荐模型的研究纪明亮1，赵津瑶1，韦 佳1，杨文依1，张 悦1，张 彬2，陈青春1（1. 仲恺农业工程学院，广东广州 510225；2. 广东省农业科学院水稻研究所，广东广州 510225）摘 要：研究于2021—2022年以合美占和粤晶丝苗2号为供试水稻品种进行了不同氮肥水平（0、60、120、180、240 kg/hm2）的田间试验，分别在水稻分蘖期、拔节期、孕穗期、乳熟期建立基于叶片SPAD值的双季早稻氮肥推荐模型，并对模型推荐的施肥量进行试验验证。
结果表明：随着生育期推移，早稻叶片SPAD值呈下降的趋势；同一生育时期，早稻叶片SPAD值随着氮肥用量的增加呈递增的趋势；各生育期水稻产量与叶片SPAD值、施氮量具有显著相关性；以最高产量的 90%~95% 作为临界值，推知水稻分蘖期、拔节期、孕穗期、乳熟期的临界SPAD值分别为41.2、40.1、33.6、23.5；根据临界SPAD值，计算出基肥、分蘖期、拔节期、孕穗期、乳熟期的氮肥推荐施用量分别为90、27.2、12.7、21.5、6.4 kg/hm2，比常规施氮量减少了37.2 kg/hm2，节省了19%的氮肥，产量比常规施肥稍有增加，但差异未达显著水平。
基于上部叶片SPAD值估算小麦氮营养指数
基于上部叶片SPAD值估算小麦氮营养指数赵犇;姚霞;田永超;刘小军;曹卫星;朱艳【摘要】快速、准确的监测诊断小麦氮营养状态对于评价小麦长势、指导氮肥运筹并预测籽粒产量均具有重要的意义.基于2009-2011年的大田试验,系统分析了小麦上部4张单叶不同叶位的SPAD值和归一化SPAD指数(NDSPADij)与氮营养指数的定量关系,通过简单分组线性回归筛选出在不同年际和不同品种间表现稳定的氮营养指数(NNI)定量方程.结果表明,小麦上部不同叶位SPAD值和NNI随施氮量提高而提高,而NDSPADij随施氮量的提高而降低.小麦单叶SPAD值与NNI的关系呈显著正相关,但这种关系在品种或年份之间不稳定,对小麦氮素诊断存在风险；除NDSPAD12外,NDSPADij与NNI之间呈显著负相关,经简单分组线性分析发现NDSPAD14与NNI之间在年份和品种之间表现最稳定,能够较好的定量估算氮营养指数,从而快速诊断小麦氮素是否亏缺.【期刊名称】《生态学报》【年(卷),期】2013(033)003【总页数】9页(P916-924)【关键词】小麦;氮营养指数;叶绿素值(SPAD值);诊断【作者】赵犇;姚霞;田永超;刘小军;曹卫星;朱艳【作者单位】南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095;南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095;南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095;南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095;南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095;南京农业大学/国家信息农业工程技术中心/江苏省信息农业高技术研究重点实验室,南京210095【正文语种】中文氮素是作物生长发育的主要营养元素，其吸收、同化与运转直接影响着作物的生长发育状况。
基于杂交水稻叶片SPAD值的氮素营养诊断模型的初步构建
基于杂交水稻叶片SPAD值的氮素营养诊断模型的初步构建任红军;许桂玲;冯跃华;李杰;王晓珂;高钰琪;由晓璇;韩志丽;李家乐【期刊名称】《中国稻米》【年(卷),期】2024(30)2【摘要】为探明水稻叶片SPAD值的最佳测定叶位和最佳的SPAD值次级指标,并构建基于水稻叶片SPAD值的氮素营养诊断模型,开展以品种为主区,氮肥施用量为副区的双因素裂区设计试验。
参试品种为Q优6号和宜香优2115,氮肥施用量设5个水平(纯N 0、75、150、225、300 kg/hm^(2)),分析叶片的敏感性、代表性和稳定性,并探讨SPAD值次级指标与施氮量和叶片含氮量之间,及叶片氮积累量与叶片含氮量和产量之间的关系。
结果表明,叶片敏感性、代表性和稳定性大小顺序分别为L4(顶4叶)>L3(顶3叶)>L1(顶1叶)>L2(顶2叶)和L3>L4>L2>L1、L2>L3>L4>L1,可见,L3、L4可作为氮素营养诊断的共同理想指示叶。
选择L3、L4的SPAD值几何平均数(GMSI34)作为最佳的SPAD值次级指标。
由叶片氮积累量与产量和叶片含氮量的抛物线方程、一元线性回归方程,GMSI34与叶片含氮量的指数方程,求得拔节期、孕穗期、抽穗期的SPAD值次级指标的临界值(GMSI34_(临))分别为48.5、44.3和42.9,与实际获取的GMSI34实相比较,若GMSI34_(实)-GMSI34_(临)<0时,则表明水稻缺氮,需要追氮,若GMSI34_(实)-GMSI34_(临)≥0,则表明水稻氮营养充足,无需追氮。
综上,基于杂交水稻叶片SPAD 值的氮素营养诊断模型,可为杂交水稻高效氮肥管理提供技术支持。
【总页数】8页(P5-12)【作者】任红军;许桂玲;冯跃华;李杰;王晓珂;高钰琪;由晓璇;韩志丽;李家乐【作者单位】贵州大学农学院;贵州大学山地植物资源保护与种质创新教育部重点实验室【正文语种】中文【中图分类】S511.04【相关文献】1.光照及氮素水平对水稻冠层叶片SPAD值动态变化的影响2.杂交中稻齐穗后叶片 SPAD值衰减对氮素稻谷生产效率的影响(英文)3.氮素对水稻冠层叶片SPAD值影响试验研究4.不同生育期水稻叶片SPAD值与氮素指标相关关系5.基于冠层高光谱遥感的杂交水稻植被指数氮素营养诊断模型因版权原因，仅展示原文概要，查看原文内容请购买。
滴灌春小麦氮素营养诊断施肥方法研究
滴灌春小麦氮素营养诊断施肥方法研究朱云;史力超;冶军;侯振安;祁桥伟;石淑鑫【期刊名称】《麦类作物学报》【年(卷),期】2015(35)1【摘要】为探究适宜滴灌春小麦的氮素诊断方法,比较了硝酸盐反射仪、GreenSeeker手持光谱仪和SPAD-502叶绿素计三种氮素营养诊断施肥方法,分析不同生育时期测定指标与施氮量和产量之间的关系。
结果表明,小麦茎基部NO-3含量、归一化植被指数(NDVI)和叶绿素含量相对值(SPAD)三种诊断指标与施氮量的拟合度均较高,与产量呈显著或极显著正相关,均可用于滴灌春小麦氮素营养诊断施肥。
三种诊断指标与施氮量、产量的决定系数均表现为NDVI>SPAD>茎基部NO-3含量。
硝酸盐指标与施氮量的拟合精度较差,试验操作也相对繁琐;GreekSeeker手持光谱仪法表现最优,拟合精度高,操作方便,较适合用于滴灌春小麦的诊断施肥;SPAD值与施氮量的拟合度也较高,也可以作为一种氮素诊断参考方法。
【总页数】6页(P93-98)【关键词】春小麦;滴灌;氮素诊断;NDVI;SPAD;硝酸盐反射仪【作者】朱云;史力超;冶军;侯振安;祁桥伟;石淑鑫【作者单位】石河子大学农学院【正文语种】中文【中图分类】S512.1;S365【相关文献】1.基于土壤硝态氮的滴灌春小麦氮素施肥模型建立研究 [J], 田敏;张泽;陈剑;张小伟;吕新2.基于临界氮浓度的滴灌棉花氮素营养诊断模型研究 [J], 马露露;吕新;张泽;马革新;海兴岩3.滴灌玉米临界氮稀释曲线与氮素营养诊断研究 [J], 付江鹏; 贺正; 贾彪; 刘慧芳; 李振洲; 刘志4.基于临界氮浓度的滴灌春小麦氮素营养诊断 [J], 彭新新;刘其;王江丽;刁明5.不同滴灌春小麦品种的氮素吸收规律和氮营养指数 [J], 史力超;翟勇;侯振安;冶军因版权原因，仅展示原文概要，查看原文内容请购买。
利用SPAD值进行作物氮营养诊断及追肥量的确定
利用SPAD值进行作物氮营养诊断及追肥量的确定当作物在缺氮时一般会表现出叶片叶绿素含量降低导致的叶色变浅,而氮素过多,叶色颜色变深等一些明显的症状。
因此,可以通过植物叶片含氮量与叶片叶绿素含量密切相关性及变化相似性来监测植物的氮素状况。
而作物叶片光反射特性与叶色深浅存在定量关系,并且植物在可见光波段的反射率主要受叶绿素的影响,根据这一原理日本已经开发了手持式叶绿素计(SPAD502)来进行作物氮营养诊断及指导施肥,并且在大田作物如玉米、小麦、大豆及水稻上均有应用。
本研究通过田间试验与室内生化测定相结合的方式,田间测定玉米水稻叶片SPAD值,实验室测定叶片氮含量及拷种,根据试验与调查结果,明确在不同条件下SPAD值与玉米、水稻氮素营养间的关系,以便用户可根据实际栽培条件,确定合适的追肥量和追肥时间,同时为以后进一步推广应用提供技术支撑。
主要结论如下:(1)随着施氮量的增加水稻产量呈现先增加而后趋于稳定的趋势,呈现出二次函数曲线,经计算得到当施氮量为170kg N/ha时产量最高能达到7078kg/ha。
(2)水稻不同SPAD值条件下追肥效果不同,但是SPAD值动态监测趋势基本一致,施氮量较低时穗肥施用后效果明显好于施氮量较高时的效果。
(3)水稻叶片SPAD值出现40、38时3天之内追施氮肥最优,而最迟不能超过15天,同时测定日期应该控制在扬花期以前。
(4)当水稻叶片SPAD值为40,总体施氮量为180kg N/ha,分为基肥(占总施氮量的40%)、拔节肥(占总施氮量的30%)和穗肥(占总施氮量的30%)3次分别施入时水稻氮素利用率最高。
(5)随着施氮量的增加玉米叶片SPAD值明显升高,在整个监测期间玉米叶片SPAD值有一个明显的升高阶段,后期玉米叶片SPAD值基本上趋于平衡状态。
(6)玉米叶片叶基部到叶尖不同位置SPAD值符合二次函数曲线变化,从叶基部开始40%~70%的区域测定值变异最小,平均测定值为58.5。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｄ ｏ ｉ ： １ ０ ． ７ ６ ０ ６ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ － ７ ６ ０ １ ． ２ ０ １ ７ ． ０ １ ． １ ６
基于叶片 Ｓ Ｐ Ａ Ｄ值 的滴 灌 春 小 麦 氮 肥 分 期 施 用 推 荐 模 型
史力超 ， 翟 勇 ， 王 雪艳 ， 侯振安 ， 冶 军
ｔ ｉ ｌ ｉ ｚ ｅ ｒ ｒ ａ ｔ ｅ ａ ｔ ｊ ｏ ｉ ｎ ｔ ｉ ｎ ｇ ，ｂ ｏ ｏ ｔ ｉ ｎ ｇ ，ｈ ｅ ａ ｔ ｉ ｎ ｇ ｎｄ ａ ｉ ｆ ｌ ｌ ｉ ｎ ｇ ｓ ｔ ａ ｇ ｅ ｓ ．Ｔ ｈ ｅ ｃ ｏ ｒ ｒ ｅ ｓ ｐ ｏ ｎ ｄ ｉ ｎ ｇ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄ ｓ ｏ ｆ Ｓ Ｐ Ａ Ｄ ｗ ｅ ｒ ｅ ４ ２ ． ４ ，３ ９ ． ４ ，
ｌ ｅ ａ ｖ ｅ ｓ ｆ ｏ ｒ ｄ ｒ ｉ ｐ－ ｉ ｒ ｒ ｉ ｇ ａ ｔ ｅ ｄ ｓ ｐ ｉｎ ｒ ｇ ｗｈ ｅ ａ ｔ
Ｓ ＨＩ Ｌ ｉ — ｃ ｈ ａ ｏ ，Ｚ ＨＡ Ｉ Ｙｏ ｎ ｇ ，ＷＡＮ Ｇ Ｘｕ ｅ — ｙ ａ ｎ，Ｈ０Ｕ Ｚ ｈ ｅ ｎ — ａ ｎ，Ｙ Ｅ Ｊ ｕ ｎ
ｉ ｎ ２ ０ １ ５．Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｄ ｅ ｔ ｈ ａ ｔ ｔ ｈ ｅ Ｓ Ｐ ＡＤ ｏ ｆｗ ｈ ｅ ａ ｔ ｌ ｅ ａ ｖ ｅ ｓ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ａ ｌ ｉ ｎ ｅ ｒ ｉ ｎ ｃ ｒ ｅ ｓｉ ａ ｎ ｇ ｔ ｒ ｅ ｎ ｄ ｗ ｉ ｈ ｔ ｈｅ ｔ ｉ ｎ ｃ ｅａ ｒ ｓ ｅ ｏ ｆ Ｎ ｆ ｅ ｒ —
关键词 ：春小麦 ； 滴灌； Ｓ Ｐ Ａ Ｄ值 ； 氮肥 推荐模 型
中 图 分 类 号 ：Ｓ ５ １ ２ ． １ ２ ；Ｓ １ ４ ７ ． ２ ； ￥ ３ １ １ 文献标志码 ： Ａ
Ｒｅ ｃ ｏ ｍｍ ｅ ｎｄ ａ ｔ ｉ ｏ ｎ ｍｏ ｄｅ ｌ ｏ ｆ ｎ ｉ ｔ ｒ ｏ ｇ ｅ ｎ ｆ ｅ ｒ ｔ ｉ ｌ ｉ ｚ ｅ ｒ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｓ ＰＡＤ ｏ ｆ
第３ ５卷第 １ 期 ２ ０ １ ７ 年０ １ １ ． ３ ５ Ｎｏ． １
Ａ
ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｉ ｎ ｔ ｈ ｅ Ａｒ ｉ ｄ Ａｒ ｅ ａ ｓ
Ｊ ａ ｎ ．２ ０ １ ７
文章编 号 ： １ ０ ０ ０ ． ７ ６ ０ １ （ ２ ０ １ ７ ） ０ １ ． ０ １ ０ ３ ． ０ ５
（ 石河子大学农学院农业 资源与环境 系 ， 新疆 石河子 ８ ３ ２ ０ ０ ３ ）
摘
要 ：试验于 ２ ０ １ ４ －２ ０ １ ５年进行 ， 利用 ２ ０ １ ４年 田间试验建立基于 叶片 Ｓ Ｐ Ａ Ｄ值 的滴灌春小麦 氮肥分期施用
推荐模 型， ２ ０ １ ５ 年进行 推荐模 型 的验证实验。结果表 明： 在 滴灌春小麦拔节期、 孕穗 期、 抽穗期 和灌浆期 ， 随着 氮肥 施用量 的增加 ， 小麦 叶片 Ｓ Ｐ Ａ Ｄ值均呈线性增加 的趋势 ； 各生育期 叶片 Ｓ Ｐ Ａ Ｄ值与产量具有显著 的相关性 ； 全 生育期 最佳施 氮量为 ２ ６ １ ｋ ｓ ・ ｈ ｍ ； 滴灌春小麦拔节期 、 孕穗 期、 抽穗期和灌 浆期 叶片 Ｓ Ｐ Ａ Ｄ临界值分别为 ４ ２ ． ４ 、 ３ ９ ． ４ 、 ４ １ ． ８ 、 ５ ４ ． １ ； 建立 了基 于叶片 Ｓ Ｐ Ａ Ｄ值 的滴灌春小麦氮肥分期施用 推荐模 型 ， 在保证 产量 的前提下 ， 基于模 型推荐 施肥 可 以节约肥料 ７ ． ８ ６ ％， 提高氮肥利用率 ９ ． ６ ４ ％。研 究得 出， 小麦叶片 Ｓ Ｐ Ａ Ｄ值可 以指导滴灌春小麦 氮肥分期施用 。
（ Ｄ ｅ ｐ ａ ｒ ｔ ｍ ｅ ｎ ｔ ｏ ｆＲ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ａ ｎ ｄ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍ ｅ ｎ ｔ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｓ，Ｃ ｅ ｏ ｌ ｌ ｅ ｇ ｅ ｆＡ ｏ ｇ ｒ ｏ ｎ ｏ ｍ ｙ ，Ｓ ｈ ｉ ｂ ｅ ｚ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｓ ｈ ｉ ｈ ｅ ｚ ｉ ，Ｘ ｉ ｎ ｊ ｉ ａ ｎ ｇ ８ ３ ２ ０ ０ ３ ，Ｃ ｈ ｉ ｎ ａ ）